USC 研究人员发布了一个为缺失扫描而构建的阿尔茨海默病模型
MEMOIR-VLM 结合了 MRI、弥散成像和临床评分，但其最强的诊断信号来自认知测试。
By Ryan Merket · Published
Primary source: X
为何重要
MEMOIR-VLM 测试单个模型是否能处理在实际中常见的不完整扫描。其自身结果显示了该论点的局限性：认知评分主导了大部分诊断性能，且语言模型并未优于最近邻检索。
Tamoghna Chattopadhyay (@TamoghnaChatto2) 和南加州大学的同事们于 10 月 1 日发表了 MEMOIR-VLM，这是一种研究模型，旨在使用可获得的任意组合的大脑扫描和临床数据来对阿尔茨海默病进行分类。论文的主要结果是在保留的研究数据上区分认知正常者与痴呆患者的平衡准确率为 91.3%。包括轻度认知障碍的三类准确率为 68.2%。这一区分很重要：轻度认知障碍是更难的中间类别，而更单纯的两组结果并不能作为跨所有阶段的一般诊断衡量标准。…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.